Gemini 3 Flash: Nhà Vô Địch Tốc Độ của Google Sánh Ngang GPT-5.2 với Chi Phí Thấp Hơn 6 Lần
Tóm Tắt
Google ra mắt Gemini 3 Flash vào ngày 17 tháng 12 năm 2025, mang đến hiệu năng cấp tiên tiến với tốc độ và chi phí cấp Flash. Mô hình đạt 90,4% trên GPQA Diamond và 78% trên SWE-bench Verified trong khi chỉ tốn $0,50 cho mỗi triệu token đầu vào, rẻ hơn khoảng 6 lần so với Claude Opus 4.5. Đối với các triển khai yêu cầu suy luận cao, Gemini 3 Flash xử lý 218 token mỗi giây, vượt trội hơn GPT-5.1 (125 t/s) và chế độ suy luận DeepSeek V3.2 (30 t/s).
Điều Gì Đã Xảy Ra
Google phát hành Gemini 3 Flash vào ngày 17 tháng 12 năm 2025, một tháng sau khi Gemini 3 Pro đứng đầu bảng xếp hạng LMArena. Mô hình kết hợp khả năng suy luận cấp Pro với độ trễ và hiệu suất cấp Flash, nhắm đến các khối lượng công việc sản xuất lớn nơi chi phí và tốc độ quan trọng không kém khả năng.
Gemini 3 Flash ngay lập tức trở thành mô hình mặc định trong ứng dụng Gemini và AI Mode trong Google Search, cho thấy sự tự tin của Google trong việc triển khai trí tuệ tiên tiến ở quy mô người tiêu dùng.
Mô hình vượt trội hơn Gemini 2.5 Pro trên các benchmark đồng thời chạy nhanh hơn 3 lần theo thử nghiệm của Artificial Analysis. Trong một số benchmark, nó cạnh tranh sát sao với GPT-5.2, mô hình mà OpenAI vội vàng ra mắt để đối phó với Gemini 3 Pro.
Các công ty bao gồm JetBrains, Figma, Cursor, Harvey, và Latitude đã sử dụng Gemini 3 Flash trong môi trường production.
Tại Sao Điều Này Quan Trọng
Phương trình chi phí suy luận cho các ứng dụng AI vừa thay đổi. Gemini 3 Flash cung cấp khả năng suy luận cấp tiên tiến với giá cả phổ thông, tạo ra kinh tế triển khai mới cho các nhà vận hành trung tâm dữ liệu và nhà phát triển ứng dụng.
Lợi Thế Chi Phí: Với giá $0,50 cho mỗi triệu token đầu vào, Gemini 3 Flash rẻ hơn 6 lần so với Claude Opus 4.5 ($3,00) trong khi đạt hiệu năng tương đương trên hầu hết các benchmark. Tính năng context caching cho phép giảm chi phí 90% cho các khối lượng công việc có sử dụng token lặp lại.
Tốc Độ Suy Luận: Benchmark của Artificial Analysis ghi nhận 218 token đầu ra mỗi giây, vượt trội hơn GPT-5.1 (125 t/s) 74% và chế độ suy luận DeepSeek V3.2 (30 t/s) 7 lần. Độ trễ dưới một giây cho các prompt ngắn cho phép giao diện chat phản hồi nhanh và lặp vòng agentic nhanh chóng.
Quy Trình Agentic: Mô hình đạt 78% trên SWE-bench Verified, vượt trội hơn cả dòng 2.5 và Gemini 3 Pro cho các tác vụ coding agentic. Đối với các doanh nghiệp xây dựng AI agent, khả năng tương đương với chi phí thấp hơn trực tiếp ảnh hưởng đến ROI triển khai.
Xử Lý Đa Phương Thức: Resemble AI báo cáo phân tích đa phương thức nhanh hơn 4 lần so với 2.5 Pro, xử lý các đầu ra kỹ thuật thô mà không có nút thắt quy trình.
Chi Tiết Kỹ Thuật
Thông Số Kỹ Thuật
| Thông Số | Gemini 3 Flash |
|---|---|
| Đầu Vào Đa Phương Thức | Văn bản, hình ảnh, video, âm thanh, PDF |
| Đầu Ra Đa Phương Thức | Văn bản |
| Token Đầu Vào Tối Đa | 1.048.576 (1M) |
| Token Đầu Ra Tối Đa | 65.536 |
| Cập Nhật Kiến Thức | Tháng 1 năm 2025 |
| Ngày Phát Hành | 17 tháng 12 năm 2025 |
Hiệu Năng Benchmark
| Benchmark | Gemini 3 Flash | Gemini 3 Pro | GPT-5.2 | Claude Opus 4.5 |
|---|---|---|---|---|
| GPQA Diamond | 90,4% | 91,9% | 88,4% | 88,0% |
| SWE-bench Verified | 78% | 76,2% | — | 80,9% |
| MMMU-Pro | 81,2% | — | 79,5% | — |
| Humanity's Last Exam | 33,7% | — | — | — |
| LMArena Elo | — | 1501 | — | — |
Gemini 3 Flash vượt trội hơn 2.5 Flash toàn diện và vượt đáng kể 2.5 Pro trên một số benchmark trong khi sánh ngang hoặc vượt 3 Pro ở các lĩnh vực bao gồm MMMU Pro, Toolathlon, và MPC Atlas.
So Sánh Giá
| Mô Hình | Đầu Vào (mỗi 1M token) | Đầu Ra (mỗi 1M token) |
|---|---|---|
| Gemini 3 Flash | $0,50 | $3,00 |
| Gemini 2.5 Flash | $0,30 | $2,50 |
| Gemini 3 Pro | ~$2,00 | ~$10,00 |
| Claude Opus 4.5 | $3,00 | $15,00 |
| GPT-5.2 | ~$2,50 | ~$10,00 |
Gemini 3 Flash có giá chưa đến một phần tư so với Gemini 3 Pro trong khi mang lại khả năng suy luận tương đương. Batch API cung cấp tiết kiệm thêm 50% cho xử lý bất đồng bộ với giới hạn tốc độ cao hơn.
Chỉ Số Tốc Độ
| Mô Hình | Token Đầu Ra/Giây |
|---|---|
| Gemini 3 Flash | 218 |
| Gemini 2.5 Flash | ~280 |
| GPT-5.1 High | 125 |
| DeepSeek V3.2 Reasoning | 30 |
Gemini 3 Flash chạy chậm hơn 22% so với 2.5 Flash nhưng nhanh hơn đáng kể so với các mô hình tiên tiến cạnh tranh, khiến nó trở thành dẫn đầu về tốc độ trong số các hệ thống có khả năng suy luận.
Tiếp Theo Là Gì
Gemini 3 Flash triển khai ngay bây giờ trên Google AI Studio, Gemini CLI, Android Studio, và Vertex AI cho các triển khai doanh nghiệp. Mô hình vẫn ở trạng thái preview khi Google thu thập phản hồi từ môi trường production.
Cho việc lựa chọn mô hình vào tháng 12 năm 2025: - Phiên coding dài và sửa lỗi: Claude Opus 4.5 dẫn đầu với 80,9% SWE-bench - Thiết kế thuật toán và lập trình thi đấu: Gemini 3 Pro thống trị với 2.439 LiveCodeBench Elo - Suy luận khối lượng lớn với chi phí thấp: Gemini 3 Flash cung cấp chất lượng trên mỗi đô la tốt nhất - Suy luận thuần túy và toán học: GPT-5.2 đạt 100% trên AIME 2025
So sánh của Artificial Analysis cho thấy Gemini 3 Flash với điểm Intelligence Index là 71,3 so với 62,8 của Claude Sonnet 4.5, kết hợp với thời gian phản hồi nhanh hơn 3 lần và tốc độ đầu ra tốt hơn 4 lần.
Góc Nhìn Introl
Các khối lượng công việc suy luận AI thông lượng cao đòi hỏi hạ tầng GPU được tối ưu hóa cho hiệu năng độ trễ thấp nhất quán. Mạng lưới 550 kỹ sư hiện trường của Introl triển khai và bảo trì các cụm accelerator tại 257 địa điểm toàn cầu. Tìm hiểu thêm về vùng phủ sóng của chúng tôi.
Xuất bản: 29 tháng 12 năm 2025
